Codatta 為何而生：構建 AI 的知識協議層

理解 AI 的數據基礎

Figure 1: Classical SoftwARe System (Human-driven) vs. AI System (Data-driven)

AI模型通過數據學習識別模式、進行推理並解決新問題。 與依賴顯式規則的傳統軟件不同，生成式AI（大語言模型）通過海量數據集和輸入-輸出樣本驅動AI系統。

基於工業屆的實踐經驗，約80%的AI工程投入集中於數據環節——包括管道構建、清洗和預處理——而非算法開發。 高質量、高知識密度的數據至關重要。 隨著大語言模型的發展，對專業化知識和推理數據的需求顯著增長，而基礎標註需求則隨著基礎模型能力的提升而降低。

生成式 AI 時代：數據角色的進化

Figure 2: AI Model DevelOPment Stages: From Foundational to Vertical AI

在生成式AI時代，數據的作用正在發生根本性轉變。 傳統標註數據的重要性正在下降，而高質量、高知識密度的數據需求呈現爆發式增長。 AI模型的訓練通常分為三個階段：首先是基於互聯網數據的預訓練，建立基礎認知能力；其次是使用人工標註的偏好數據進行精調，優化交互體驗；最後是通過強化學習生成合成數據，提升模型泛化能力。

然而，《自然》雜誌等研究表明，合成數據存在明顯局限。 過度使用會導致"模型崩潰"，嚴重影響輸出質量。 這凸顯了真實數據的關鍵價值。 隨著基礎AI能力的提升，專業領域應用越來越依賴人類專家提供的優質知識數據。 這些由人工生成的高質量數據，在模型微調和效果評估等關鍵環節仍然不可或缺。

用版稅激勵重塑 AI 數據生態

AI開發者（尤其是初創公司）在獲取優質專業知識數據時面臨高昂的初期成本。 傳統採購方式需要大量初始投資，導致關鍵的人類智能數據難以獲取，從而延緩AI創新進程。

領域專家為AI系統提供關鍵知識，其專業見解可能使AI取代專家自身的工作。 然而，他們通常只能獲得一次性報酬，且金額往往不足。 這種激勵錯配不僅打擊專家積極性，更引發了AI利益分配的公平性問題。

Figure-3 COMParing GenAI Business Models

Codatta通過基於區塊鏈的數據資產化版稅支付模式解決這一問題。 該方案為開發者免除預付費門檻，使其通過收益分成獲取高質量數據。 通過將報酬與長期收益掛鉤，Codatta既降低了創新壁壘，又為專家構建了可持續的激勵體系。

數據貢獻者將獲得共享所有權，並從使用其數據的AI應用中持續獲取版稅——這種模式類似於投資AI初創企業。 基於這類資產的特殊屬性及其價值創造潛力，相關權益還可通過交易實現流動性，靈活滿足收益變現需求。 這種收益機制與數據影響力同步增長的長期收益機制，既真正體現了專業知識的價值，又在公平性上遠超傳統的一次性買斷模式。

從數據到資產：鏈上版稅支付實踐

Figure-4: Codatta's Data Assetification FrameWork

該圖展示了 Codatta 數據資產化和版稅分配的核心機制。 左側顯示的是數據貢獻（X、Y 以及知識點 KP0、KP1、KP2、KVO、KV1）與內容哈希值一起提交到鏈上，而加密的數據有效載荷則存儲在混合存儲解決方案中。 右側描述了專門的人工智能模型如何利用這些數據，為客戶提供推論。 重要的 “數據歸屬 ”模塊可跟踪價值貢獻，從而根據使用情況和影響公平分配版稅。

為實現數據資產化，Codatta構建了三大核心支柱：基礎設施、社區和激勵機制設計：

我們的系統通過區塊鏈記錄所有數據貢獻，創建關於來源、歸屬和所有權的永久可驗證記錄。 所有數據資產均採用加密存儲（支持去中心化與中心化混合架構），在保障商業價值的同時確保公平的認可和版稅分配。 Codatta通過智能合約將知識轉化為可追溯，可產生收益的數字資產。

我們在透明、聲譽驅動的系統中同時利用人類專家和AI。 AI處理初始任務（追求速度/規模），而人類則用專業洞察優化輸出。 這種雙層方法正成為行業標準。 Codatta進一步擴展這一模式，允許人類扮演多重角色：知識提供者、驗證者或資金支持者。 每個角色都公開可見，並與動態聲譽系統關聯，從而鼓勵質量和責任感。

數據交互（採集、驗證、改進）與定制化獎勵掛鉤。 智能合約自動分配版稅、聲譽或質押的激勵，確保基於數據價值的公平報酬。 這些模塊採用估值和歸屬算法，在訓練和推理過程中分析知識影響力。 它們能適配不同數據類型，優化長期公平補償，推動可持續知識經濟的發展。

這三大支柱——加密存儲的鏈上透明性、人機混合網絡及可編程獎勵機制—共同構成了Codatta的數據資產化框架。 該系統將知識貢獻轉化為安全可追溯的數字資產，通過持續產生版稅收益，在人類智能與可擴展、可持續的AI發展之間架起橋樑。

開放設計：連接傳統 AI 與去中心化智能

Codatta是一個靈活的知識網絡，橋接去中心化AI（Decentralized AI or DeAI）與傳統Web2/Web3人類智能服務。 針對傳統數據標註場景，Codatta可作為MTurk/Scale AI等平台的高質量後端，通過支持法幣/穩定幣支付，使傳統服務能訪問其專家網絡獲取高階知識數據。 這讓傳統平台無需應對Web3複雜性即可享受區塊鏈級驗證與質量保障，實現即插即用。

在DeAI技術棧中，Codatta專注於數據策展——這一關鍵的首步環節。 我們認為區塊鏈最適用於DeAI中的貢獻者身份認證、數據/模型驗證、溯源追踪和使用監測。 我們的設計將繁重的計算/存儲任務卸載到中心化基礎設施以提高效率，同時通過去中心化系統確保透明度、可追責性和公平的價值分配。 這種混合方法在保證可擴展性的同時維護了完整性，構建起可信的AI數據供應鏈。

通過連接中心化和去中心化生態系統，Codatta致力於構建更公平、更高性能的AI系統——在這裡，人類貢獻者得到認可，數據完整性受到保護，激勵機制與長期價值創造保持一致。

附註：Codatta的旅程從Microscope開源項目的開啟（與Coinbase、Messari、GoPlus合作），現已發展為面向生成式AI的通用人類智能平台，並致力於成為AI開發者的基礎支撐。 其旗艦產品加密賬戶標註系統(CAA)已實現：覆蓋35條區塊鍊網絡, 標註4,600萬個高風險地址, 完成5.6億次標註（涵蓋95個類別, 由10萬 貢獻者共同構建) 當前業務已拓展至評估、電商、醫療健康及健身等多個領域，並製定明確發展路線圖，2024年：覆蓋100 知識領域，匯聚30萬 貢獻者; 2025年：實現協議完全去中心化 2026年：完成全面數據資產化，使每個知識貢獻都成為可創收的資產。